Investigadores de Google ganan Nobel de Química por usar IA en una importante investigación

Demis Hassabis, cofundador y director ejecutivo de Google DeepMind, y John Jumper, investigador de la misma compañía, han sido reconocidos con el Premio Nobel de Química 2024 por su trabajo en la predicción de la estructura de casi todas las proteínas conocidas mediante el uso de inteligencia artificial.

Este logro es significativo porque las proteínas son componentes esenciales en los procesos biológicos, desempeñando un papel crucial en las funciones vitales del organismo y en la aparición de diversas enfermedades.

La otra mitad del premio fue concedida a David Baker, director del Instituto de Diseño de Proteínas de la Universidad de Washington, quien ha desarrollado métodos computacionales para diseñar proteínas inéditas, muchas de ellas con funciones completamente nuevas.

Los avances de Hassabis, Jumper y Baker han mejorado la comprensión de funciones biológicas esenciales, como las causas de ciertas enfermedades y los mecanismos detrás de la resistencia antibiótica. Además, sus investigaciones han abierto nuevas posibilidades en la creación de nanomateriales y el desarrollo de minisensores, además de contribuir a una industria química más sostenible.

También han acelerado el desarrollo de vacunas, lo que tiene un impacto positivo en la salud pública y la capacidad de respuesta ante nuevas enfermedades.

Johan Aqvist de la Academia Sueca de Ciencia señaló que “para entender cómo funciona la vida, primero tenemos que comprender la forma de las proteínas”.

Los ganadores del Premio Nobel de Química 2024 son Demis Hassabis y John Jumper de Google DeepMinds. Así como David Baker de la Universidad de Washington.

Los investigadores de Google DeepMind crearon un programa llamado AlphaFold. Este plataforma de inteligencia artificial puede predecir cómo se doblan y organizan las proteínas, que son esenciales para el funcionamiento de los seres vivos.

Para hacerlo, AlphaFold utiliza una técnica llamada aprendizaje profundo, que le permite aprender de grandes cantidades de datos y hacer predicciones muy precisas sobre la estructura de las proteínas. Esto es importante porque conocer la forma de las proteínas ayuda a entender cómo funcionan y puede facilitar el desarrollo de nuevos tratamientos para enfermedades.

“AlphaFold es un sistema de inteligencia artificial desarrollado por Google DeepMind que predice la estructura tridimensional de una proteína a partir de su secuencia de aminoácidos. Regularmente alcanza una precisión que compite con la de los experimentos”, se lee en la página del proyecto.

Los planes a futuro de AlphaFold son seguir actualizando su base de datos con estructuras de secuencias de proteínas recién descubiertas y mejorar las características y la funcionalidad en respuesta a los comentarios de los usuarios.

Este aspecto es relevante porque la plataforma está disponible de forma gratuita en un sitio web que lleva su mismo nombre. Cualquier persona puede acceder a ella para consultar la estructura de diversas proteínas.

“AlphaFold DB proporciona acceso abierto a más de 200 millones de predicciones de estructura de proteínas para acelerar la investigación científica”, comparten en su página web.

Las contribuciones de AlphaFold a la ciencia han sido ampliamente elogiadas, y entre sus reconocimientos se encuentran el Premio de Investigación Médica Básica Albert Lasker 2023 , el Premio Breakthrough en Ciencias de la Vida 2023 , el Premio Internacional Gairdner de Canadá 2023 , el premio Clarivate Citation Laureate 2024 y el Premio de Ciencias Médicas Keio 2024.

“Recibir el Premio Nobel es el honor de mi vida. Quiero dar las gracias a la Real Academia Sueca de Ciencias, a John Jumper y al equipo de AlphaFold, a los equipos de DeepMind y Google en general”, señaló Hassabis.

Google DeepMind es una empresa de inteligencia artificial que se centra en el desarrollo de algoritmos y tecnologías avanzadas para resolver problemas complejos. Fundada en 2010 y adquirida por Google en 2015, DeepMind es conocida por sus avances en el aprendizaje profundo y el aprendizaje por refuerzo.